-
公开(公告)号：CN109133326A
公开(公告)日：2019-01-04
申请号：CN201811354128.2
申请日：2018-11-14
申请人： 成都理工大学
摘要： 本发明公开了一种臭氧填充型气凝胶处理工业废水施工工艺，属于工业废水处理技术领域，一种臭氧填充型气凝胶处理工业废水施工工艺，包括以下步骤：步骤一、建立工业废水处理池，并向工业废水处理池内加入需要处理的工业废水；步骤二、在工业废水处理池的一侧安装主支架，在主支架上安装支撑方管，且支撑方管位于工业废水处理池的上侧；步骤三、在支撑方管的上端安装臭氧发生器，在支撑方管的下端安装多个均匀分布的臭氧通入管；在工业废水处理过程中，采用气凝胶作为臭氧的载体，为臭氧对工业废水的净化和消毒提供较大的表面积，可大幅提升对工业废水处理的效果，施工简单，后期维护方便，大幅减少臭氧外溢对环境的危害。
-
公开(公告)号：CN117789024B
公开(公告)日：2024-07-23
申请号：CN202311809320.7
申请日：2023-12-26
申请人： 成都理工大学 , 华能西藏雅鲁藏布江水电开发投资有限公司
IPC分类号： G06V20/10 , G06N20/00 , G06V10/764
摘要： 本发明公开了一种基于机器学习的黑土滩演变过程遥感监测方法，包括以下步骤：选取天然高寒草地和黑土滩，拍照记录黑土滩类型，获取实地样点数据；获取长时间序列遥感影像集，并计算时间序列每个像元的植被光谱指数，提取样点不同年份的指数，作为长时间序列植被指数。收集所有样点数据的高程、坡度、坡向和气温降水数据，并结合植被指数，作为预测变量；将长时间序列植被指数划分为不同时间段，通过相关性计算，得到黑土滩样点演变过程类别；根据实地样点数据和预测变量，利用机器学习进行分类训练，得到训练好的模型；使用训练好的模型对待分类的影像进行预测分类，得出黑土滩演变过程类别的分类图，本发明无需破坏原有土壤结构和生态体系。
-
公开(公告)号：CN116579501B
公开(公告)日：2024-07-09
申请号：CN202310765448.1
申请日：2023-06-25
申请人： 成都理工大学 , 九寨沟风景名胜区管理局
IPC分类号： G06Q10/04 , G06F18/214 , G06F18/15 , G06F18/21 , G06N3/0464 , G06N3/048
摘要： 本发明公开了一种基于深度学习的受损森林遥感监测评估方法，包括以下步骤：S1、获取遥感数据集，使用LandTrendr算法获取遥感数据集中每个像元的最大受损年份；S2、根据每个像元的最大受损年份，计算时间序列每个像元的光谱指标，并计算相关预测变量；S3、收集每个像元的高程、坡度、降水和温度数据，结合根据光谱指标计算的预测变量，选取训练样本；S4、将训练样本用于训练Unet神经网络模型，使用训练好的Unet神经网络模型对目标影像中的森林区域进行识别和提取，得出森林植被受损分类图，完成受损森林遥感监测评估，本发明生成的结果不含年际信号噪声，可以捕捉森林的长期缓慢的变化趋势，有较强的适用性。
-
公开(公告)号：CN109133326B
公开(公告)日：2020-09-01
申请号：CN201811354128.2
申请日：2018-11-14
申请人： 成都理工大学
摘要： 本发明公开了一种臭氧填充型气凝胶处理工业废水施工工艺，属于工业废水处理技术领域，一种臭氧填充型气凝胶处理工业废水施工工艺，包括以下步骤：步骤一、建立工业废水处理池，并向工业废水处理池内加入需要处理的工业废水；步骤二、在工业废水处理池的一侧安装主支架，在主支架上安装支撑方管，且支撑方管位于工业废水处理池的上侧；步骤三、在支撑方管的上端安装臭氧发生器，在支撑方管的下端安装多个均匀分布的臭氧通入管；在工业废水处理过程中，采用气凝胶作为臭氧的载体，为臭氧对工业废水的净化和消毒提供较大的表面积，可大幅提升对工业废水处理的效果，施工简单，后期维护方便，大幅减少臭氧外溢对环境的危害。
-
公开(公告)号：CN109479426A
公开(公告)日：2019-03-19
申请号：CN201811533109.6
申请日：2018-12-14
申请人： 中国科学院、水利部成都山地灾害与环境研究所 , 成都理工大学
摘要： 本发明公开了一种易板结土壤的固水保肥方法，属于土壤保水保肥领域，一种易板结土壤的固水保肥方法，可以通过在农作物收割之后，在易板结的土壤里依次铺上杂草层、草木灰层和蚯蚓层，通过杂草、草木灰等农民容易得到常见材料的运用不仅可以提高土壤内有机物含量，进而降低土壤板结的可能性，还可以降低农民的投入成本，无形中增加了农民的收益，同时通过啤酒和土壤酵母的配合使用，从而增加了土壤内微生物的数量和活性，配合蚯蚓的同时使用，可以极大的增加土壤的疏松程度，降低冬季因土壤空闲而导致的土壤板结情况，从而显著性的提高土壤固水保肥的能力，为来年的春耕提供更好的土壤环境，提高农民的收成，有益于民生发展。
-
公开(公告)号：CN117789024A
公开(公告)日：2024-03-29
申请号：CN202311809320.7
申请日：2023-12-26
申请人： 成都理工大学 , 华能西藏雅鲁藏布江水电开发投资有限公司
IPC分类号： G06V20/10 , G06N20/00 , G06V10/764
摘要： 本发明公开了一种基于机器学习的黑土滩演变过程遥感监测方法，包括以下步骤：选取天然高寒草地和黑土滩，拍照记录黑土滩类型，获取实地样点数据；获取长时间序列遥感影像集，并计算时间序列每个像元的植被光谱指数，提取样点不同年份的指数，作为长时间序列植被指数。收集所有样点数据的高程、坡度、坡向和气温降水数据，并结合植被指数，作为预测变量；将长时间序列植被指数划分为不同时间段，通过相关性计算，得到黑土滩样点演变过程类别；根据实地样点数据和预测变量，利用机器学习进行分类训练，得到训练好的模型；使用训练好的模型对待分类的影像进行预测分类，得出黑土滩演变过程类别的分类图，本发明无需破坏原有土壤结构和生态体系。
-
公开(公告)号：CN116579501A
公开(公告)日：2023-08-11
申请号：CN202310765448.1
申请日：2023-06-25
申请人： 成都理工大学
IPC分类号： G06Q10/04 , G06F18/214 , G06F18/15 , G06F18/21 , G06N3/0464 , G06N3/048
摘要： 本发明公开了一种基于深度学习的受损森林遥感监测评估方法，包括以下步骤：S1、获取遥感数据集，使用LandTrendr算法获取遥感数据集中每个像元的最大受损年份；S2、根据每个像元的最大受损年份，计算时间序列每个像元的光谱指标，并计算相关预测变量；S3、收集每个像元的高程、坡度、降水和温度数据，结合根据光谱指标计算的预测变量，选取训练样本；S4、将训练样本用于训练Unet神经网络模型，使用训练好的Unet神经网络模型对目标影像中的森林区域进行识别和提取，得出森林植被受损分类图，完成受损森林遥感监测评估，本发明生成的结果不含年际信号噪声，可以捕捉森林的长期缓慢的变化趋势，有较强的适用性。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.023 秒)
